AI in Arabic

AI in Arabic
مع ازدياد البيانات من حولنا و حاجة الشركات إلى معالجتها و تحليلها بشكل سليم يعود عليهم بالنفع ولكن مع محدودية التخزين المحلي على جهاز الحاسب و معالجة البيانات باستخدام بايثون أو أر R وال يمكنها التعامل مع مجموعات البيانات الكبيرة للغاية, ظهرت الحاجة ألى نظام المعالجة الموزعة مثل أباتشي سبارك. spark apache بيسبارك هو واجهة ألباتشي سبارك في بايثون.مع بيسبارك، يمكنك كتابة أوامر بايثون و SQL لمعالجة وتحليل البيانات في بيئة معالجة موزعة. هذه المقالة للمبتدئين ستأخذكم إلى التعرف على بيسبارك و معالجة البيانات، بناء خط أنابيب تعلم اآللة، وضبط النماذج مع بيسبارك.لمتابعة كامل المقال على مدونة الذكاء الاصطناعي باللغة العربية:
https://aiinarabic.com/introduction-to-pyspark/يمكنكم
زيارة الموقع من أجل المزيد من المقالات
aiinarabic.com
قناتنا على التيليغرام
t.me/aiinarabicصفحتنا
على الينكد إن
https://www.linkedin.com/company/ai-in-arabic/صفحتنا
على الفيسبوك
https://www.facebook.com/AIinArabicTeam/صفحتنا
على اكس (تويتر)
https://twitter.com/arabic_aiصفحتنا
على إنستاغرام
https://www.instagram.com/aiinarabic/إن
كنت مهتم بدعم المحتوى العربي بأحدث الأبحاث والتقنيات والمشاريع بمجال الذكاء الاصطناعي، يمكنك المساهمة عبر الرابط:
https://www.patreon.com/aiinarabic#Big_Data#Clustering#customer_segmentaion#hadoop#kmeans#Machine_Learning#pyspark#Python#spark#البيانات_الضخمة#التجميع#بيسبارك#تعلم_الآلة

AI in Arabic
أحدث ظهور الشّبكات الاجتماعية ثورةً في الاتصالات العالمية، ولكنه في المقابل أدى إلى انتشار مجموعةٍ واسعةٍ من الأخبار المزيّفة والإشاعات، التي قد تؤثّر على الأفراد والحكومات والبلدان. ولذلك كان لابد من تطوير التقنيات التي تعتمد على معالجة اللغات الطبيعيّة والذكاء الاصطناعيّ التي تساعد في كشف الأخبار الكاذبة كما استخدم الباحثون تقنياتٍ مختلفةٍ للكشف عن الأخبار المزيّفة، وعلى الرغم من النتائج الجيّدة التي حققها الباحثون في هذا المجال إلا أن مجال معالجة الأخبار باللغة العربية يبقى من المجالات الحديثة التي تتطلب التّطوير والبحث. سنقدّم في هذه المقالة دراسةً شاملةً عن معالجة الأخبار الكاذبة باللغة العربية ومقارنةً بين العديد من تقنيات الذكاء الاصطناعي التي تم استخدامها في مجال تصنيف النصوص.لمتابعة كامل المقال على مدونة الذكاء الاصطناعي باللغة العربية:
https://aiinarabic.com/fake-news-detection-in-arabic-news/يمكنكم
زيارة الموقع من أجل المزيد من المقالات
aiinarabic.com
قناتنا على التيليغرام
t.me/aiinarabicصفحتنا
على الينكد إن
https://www.linkedin.com/company/ai-in-arabic/صفحتنا
على الفيسبوك
https://www.facebook.com/AIinArabicTeam/صفحتنا
على اكس (تويتر)
https://twitter.com/arabic_aiصفحتنا
على إنستاغرام
https://www.instagram.com/aiinarabic/إن
كنت مهتم بدعم المحتوى العربي بأحدث الأبحاث والتقنيات والمشاريع بمجال الذكاء الاصطناعي، يمكنك المساهمة عبر الرابط:
https://www.patreon.com/aiinarabic#Fake_news_detection#Logistic_Regression#Naive_Bayes_with_Tf_Idf#Natural_language_processing#NLP#NLP_Natural_Language_Processing#RANDOM_FOREST#لأخبار_الحقيقة_والأخبار_الكاذبة#

AI in Arabic
من أسرة الذكاء الاصطناعي باللغة العربية، نتمنى لكم عيد سعيد
💐
💐
.
#ai_in_arabic
#EidAlFitr

AI in Arabic
كثرَ الحديث في الآونة الأخيرة عن المعماريّات المعتمدة على تقنيّة الاهتمام الذّاتيّ (self attention-based architectures) ومنها على وجه الخصوص المحوّلات (transformers)، حيث تُعتبر هذه التّقنيّة مكوّنًا أساسيًّا لها وعصب ولادة وأوج دقة أدائها.وبالفعل، تُرجم هذا الحديث إلى اهتمامٍ حثيثٍ تناقله مجتمع معالجة اللّغات الطّبيعيّة (NLP) عبر طرح ونشر أوراقٍ ومقالاتٍ بحثيّةٍ علميّةٍ متخصّصةٍ توضّح قدرة المحوّلات التّمثيليّة العالية في إنتاج دقةٍ وأداءٍ عاليين بالمجمل من أجل الارتقاء بحلّ مختلف مشاكل ومهام وتطبيقات العالم الحقيقيّ (real world applications).إذًا، هيّا بنا لنكتشف سويّةً بحر معرفتنا اليوم (محوّل الرّؤية ViT) ونجوب في آفاقه; لنسقصيَ الحقيقة وراء إمكانيّة محاكاة أسلوب المحوّل المتّبع في معالجة البيانات النّصّية ضمن نماذج سلسلة إلى سلسلة (seq2seq models)، وإسقاطه بشكلٍ نظيرٍ وحديثٍ على مختلف مهام الرّؤية الحاسوبيّة (Computer Vision).لمتابعة كامل المقال على مدونة الذكاء الاصطناعي باللغة العربية:
https://aiinarabic.com/vision-transformer-vit/يمكنكم
زيارة الموقع من أجل المزيد من المقالات
aiinarabic.com
قناتنا على التيليغرام
t.me/aiinarabicصفحتنا
على الينكد إن
https://www.linkedin.com/company/ai-in-arabic/صفحتنا
على الفيسبوك
https://www.facebook.com/AIinArabicTeam/صفحتنا
على اكس (تويتر)
https://twitter.com/arabic_aiصفحتنا
على إنستاغرام
https://www.instagram.com/aiinarabic/إن
كنت مهتم بدعم المحتوى العربي بأحدث الأبحاث والتقنيات والمشاريع بمجال الذكاء الاصطناعي، يمكنك المساهمة عبر الرابط:
https://www.patreon.com/aiinarabic#Anomaly_detection#Computer_vision#Deep_learning#High_level_vision#Image_Captioning#Image_Classification#Image_patches#Image_Segmentation#Low_level_vision#MLP#MSP#Patch_Embedding#Positional_Embedding#Self_attention#Transformers#Vanishing_gradient_problem#ViT#الاهتمام_الذّاتي#التّضمين_الموضعيّ#التّعلّم_العميق#الرّؤية_الحاسوبيّة#المحوّلات#تجزئة_الصّورة#تصنيف_الصّورة#تضمين_الدّفعة#توليد_وصفٍ_للصّورة#دفعات_الصّورة#رؤية_عالية_المستوى#رؤية_منخفضة_المستوى#شبكة_بيرسيبترون_متعدّدة_الطّبقات#كشف_الحالات_الشّاذة#محوّل_الرّؤية#مشكلة_تلاشي_المشتق

AI in Arabic
تعتبر تقنية تضمين الجوار العشوائي الموزع (t-SNE) أسلوبًا إحصائيًا لتمثيل البيانات ذات الأبعاد العالية من خلال تعيين موقع لكل نقطة بيانات في مساحة ذات أبعاد منخفضة، سواء كانت ثنائية الأبعاد أو ثلاثية الأبعاد. تستند هذه التقنية إلى مفهوم تضمين الجوار العشوائي الموزع Stochastic Neighbor Embedding الذي تم تطويره بواسطة جيفري هينتون وسام الرويس، وقد قام لورنس فان دير ماتن بتعديله بإضافة المتغير الموزع t-distributed. تعد t-SNE تقنية غير خطية لتقليل الأبعاد تستخدم لتضمين البيانات ذات الأبعاد العالية في مساحة منخفضة الأبعاد ذات بعدين أو ثلاثة أبعاد. بشكل محدد، تقوم بتمثيل كل كائن ذو أبعاد عالية من خلال نقطة ذات أبعاد منخفضة، حيث يتم تشكيل الأجسام المتشابهة من خلال تجاور النقاط القريبة من بعضها البعض، بينما يتم تشكيل الأجسام غير المتشابهة من خلال تباعد النقاط البعيدة عن بعضها البعض بمعدل عالٍ من الاحتمال.لمتابعة كامل المقال على مدونة الذكاء الاصطناعي باللغة العربية:
https://aiinarabic.com/introduction-to-t-sne/#Dimensionality_Reduction#Kullback_Leibler#PCA#Principal_Component_Analysis#Stochastic_Neighbor_Embedding#T-distributed_stochastic_neighbor_embedding#T-sne#تضمين_الجوار_العشوائي_الموزع#تضمين_الجوار_العشوائي_الموزع_علي_حرف_تي#تقليل_الأبعاد#كولباك_ليبرليمكنكم
زيارة الموقع من أجل المزيد من المقالات
aiinarabic.com
قناتنا على التيليغرام
t.me/aiinarabicصفحتنا
على الينكد إن
https://www.linkedin.com/company/ai-in-arabic/صفحتنا
على الفيسبوك
https://www.facebook.com/AIinArabicTeam/صفحتنا
على اكس (تويتر)
https://twitter.com/arabic_aiصفحتنا
على إنستاغرام
https://www.instagram.com/aiinarabic/إن
كنت مهتم بدعم المحتوى العربي بأحدث الأبحاث والتقنيات والمشاريع بمجال الذكاء الاصطناعي، يمكنك المساهمة عبر الرابط:
https://www.patreon.com/aiinarabic